Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

A Foundation Model for Lattice QCD: Learning to Understand the Standard Model and Beyond

Description du projet

Des modèles améliorés guident avec précision les recherches de la nouvelle physique

Les simulations de chromodynamique quantique (CDQ) sur réseau sont essentielles pour établir des prévisions théoriques précises qui guident les expériences visant à combler les lacunes du modèle standard. Ces simulations sont toutefois complexes et manquent de précision. Le projet FoundLatt, financé par le CER, entend résoudre ce problème en développant le premier modèle de base d’apprentissage automatique (AA) pour la QCD sur réseau. Le modèle d’AA combinera des composants de grands modèles généraux avec des méthodes d’AA spécialisées existantes qui accélèrent des tâches spécifiques dans les simulations de QCD sur réseau. Le résultat devrait être un modèle «former une fois, utiliser pour toujours», supérieur à ceux qui nécessitent une formation considérable, continue et donc peu pratique, permettant ainsi de générer des prédictions très précises pour guider de nouvelles expériences physiques.

Objectif

"Despite describing fundamental physics with spectacular accuracy, the Standard Model of particle physics is known to be incomplete. As experimental programmes probe its boundaries at higher energies and with better precision, it is critical that measurements are faced with fully controlled theory predictions. Lattice simulations of Quantum Chromodynamics (QCD) form a major pillar of this effort. However, even with increasing computing capacity, many lattice QCD calculations will not be possible without new techniques.

FoundLatt aims to solve this challenge by developing the first machine learning (ML) foundation model for lattice QCD. As exemplified by the highly successful ChatGPT, these large, general-purpose models have recently shown great promise in other contexts. Combining methods from these contexts with specialised ML methods that already accelerate specific lattice QCD tasks, I will create a lattice QCD foundation model that performs multiple challenging tasks over a range of physical parameters. The main innovation of this programme is a ""train once, use forever"" methodology, which will involve a centralised investment of effort that supersedes impractical training of non-reusable models.

This objective will be achieved via three complementary work packages (WPs). My team and I will develop and train a foundation model capable of two critical tasks, importance sampling and precise estimation of observables, first for a reduced model of QCD (WP1) and then the full theory of QCD (WP2). We will also develop a method to learn a ""quantum perfect"" action for QCD, then fine-tune the foundation model to accomplish this (WP3). Such an action has zero lattice discretisation artefacts, thereby removing one of the largest sources of systematic uncertainty. The main output of FoundLatt will be an ML model that is shared openly with the lattice QCD community, unlocking state-of-the-art theory predictions for the next generation of new physics searches.
"

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

HORIZON-ERC - HORIZON ERC Grants

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) ERC-2025-STG

Voir tous les projets financés au titre de cet appel

Institution d’accueil

THE UNIVERSITY OF EDINBURGH
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 1 491 488,00
Adresse
OLD COLLEGE, SOUTH BRIDGE
EH8 9YL Edinburgh
Royaume-Uni

Voir sur la carte

Région
Scotland Eastern Scotland Edinburgh
Type d’activité
Higher or Secondary Education Establishments
Liens
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

€ 1 491 488,00

Bénéficiaires (1)

Mon livret 0 0